eclipse3.7.2配置hadoop1.0.3插件

1. 安装插件

准备程序:****

eclipse-3.7.2


hadoop-1.0.3-eclipse-plugin.jar

将hadoop-1.0.3-eclipse-plugin.jar 复制到eclipse/plugins目录下,重启eclipse。

2. 打开MapReduce视图

Window -> Open Perspective -> Other 选择Map/Reduce.

3. 添加一个MapReduce环境

在eclipse下端,控制台旁边会多一个Tab,叫“Map/Reduce Locations”,在下面空白的地方点右键,选择“New Hadoop location...”.

在弹出的对话框中填写如下内容:****

Location name(名字)****

Map/Reduce Master(Job Tracker的IP和端口,根据mapred-site.xml中配置的mapred.job.tracker来填写)****

DFS Master(Name Node的IP和端口,根据core-site.xml中配置的fs.default.name来填写)

4. 使用eclipse对HDFS内容进行修改

经过上一步骤,左侧“Project Explorer”中应该会出现配置好的HDFS,点击右键,可以进行新建文件夹、删除文件夹、上传文件、下载文件、删除文件等操作。

注意:每一次操作完在eclipse中不能马上显示变化,必须得刷新一下。

5. 创建MapReduce工程

5.1 配置Hadoop路径

Window -> Preferences 选择 “Hadoop Map/Reduce”,点击“Browse...”选择Hadoop文件夹的路径。
这个步骤与运行环境无关,只是在新建工程的时候能将hadoop根目录和lib目录下的所有jar包自动导入。

5.2 创建工程

File -> New -> Project 选择“Map/Reduce Project”,然后输入项目名称,创建项目。插件会自动把hadoop根目录和lib目录下的所有jar包导入。

5.3 创建Mapper或者Reducer

File -> New -> Mapper 创建Mapper,自动继承mapred包里面的MapReduceBase并实现Mapper接口。
注意:这个插件自动继承的是mapred包里旧版的类和接口,新版的Mapper得自己写。

Reducer同理。

6. 在eclipse中运行WordCount程序

6.1 导入WordCount源代码

[java] view plain copy print ?

  1. import

 java.io.IOException;  

  1.  

import  java.util.StringTokenizer;  

  1.    
  2.  

import  org.apache.hadoop.conf.Configuration;  

  1.  

import  org.apache.hadoop.fs.Path;  

  1.  

import  org.apache.hadoop.io.IntWritable;  

  1.  

import  org.apache.hadoop.io.LongWritable;  

  1.  

import  org.apache.hadoop.io.Text;  

  1.  

import  org.apache.hadoop.mapreduce.Job;  

  1.  

import  org.apache.hadoop.mapreduce.Mapper;  

  1.  

import  org.apache.hadoop.mapreduce.Reducer;  

  1.  

import  org.apache.hadoop.mapreduce.lib.input.FileInputFormat;  

  1.  

import  org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;  

  1.    
  2.  

public   class  WordCount {  

  1.      

public   static   class  TokenizerMapper  extends  Mapper<LongWritable, Text, Text, IntWritable>{  

  1.    
  2.          

private   final   static  IntWritable one =  new  IntWritable( 1 );  

  1.          

private  Text word =  new  Text();  

  1.    
  2.          

public   void  map(LongWritable key, Text value, Context context)  

  1.                  

throws  IOException, InterruptedException {  

  1.              StringTokenizer itr = 

new  StringTokenizer(value.toString());  

  1.              

while  (itr.hasMoreTokens()) {  

  1.                  word.set(itr.nextToken());  
  2.                  context.write(word, one);  
  3.              }  
  4.          }  
  5.      }  
  6.    
  7.      

public   static   class  IntSumReducer  extends  Reducer<Text, IntWritable, Text, IntWritable> {  

  1.          

private  IntWritable result =  new  IntWritable();  

  1.    
  2.          

public   void  reduce(Text key, Iterable<IntWritable> values, Context context)  

  1.                  

throws  IOException, InterruptedException {  

  1.              

int  sum =  0 ;  

  1.              

for  (IntWritable val : values) {  

  1.                  sum += val.get();  
  2.              }  
  3.              result.set(sum);  
  4.              context.write(key, result);  
  5.          }  
  6.      }  
  7.    
  8.      

public   static   void  main(String[] args)  throws  Exception {  

  1.          Configuration conf = 

new  Configuration();  

  1.          

if  (args.length !=  2 ) {  

  1.              System.err.println(

"Usage: wordcount  " );  

  1.              System.exit(

2 );  

  1.          }  
  2.    
  3.          Job job = 

new  Job(conf,  "word count" );  

  1.          job.setJarByClass(WordCount.

class );  

  1.          job.setMapperClass(TokenizerMapper.

class );  

  1.          job.setReducerClass(IntSumReducer.

class );  

  1.          job.setMapOutputKeyClass(Text.

class );  

  1.          job.setMapOutputValueClass(IntWritable.

class );  

  1.          job.setOutputKeyClass(Text.

class );  

  1.          job.setOutputValueClass(IntWritable.

class );  

  1.    
  2.          FileInputFormat.addInputPath(job, 

new  Path(args[ 0 ]));  

  1.          FileOutputFormat.setOutputPath(job, 

new  Path(args[ 1 ]));  

  1.    
  2.          System.exit(job.waitForCompletion(

true ) ?  0  :  1 );  

  1.    
  2.      }  
  3.    
  4.  }  

6.1.1 map过程

Map过程需要继承org.apache.hadoop.mapreduce包中 Mapper 类,并 重写 其 map方法。通过在map方法中添加两句把key值和value值输出到控制台的代码,可以发现map方法中value值存储的是文本文件中的一行(以回 车符为行结束标记),而key值为该行的首字母相对于文本文件的首地址的偏移量。然后StringTokenizer类将每一行拆分成为一个个的单词,并 将<word,1>作为map方法的结果输出,其余的工作都交有 MapReduce框架 处理。

6.1.2 reduce过程

Reduce过程需要继承org.apache.hadoop.mapreduce包中 Reducer类,并 重写其reduce方法。Map过程输出<key,values>中key为单个单词,而values是对应单词的计数值所组成的列表,Map的输出就是Reduce的输入,所以reduce方法只要遍历values并求和,即可得到某个单词的总次数。

6.1.3 执行mapreduce任务

在MapReduce中, 由Job对象负责管理和运行一个计算任务,并通过Job的一些方法对任务的参数进行相关的设置。此处设置了使用TokenizerMapper完成Map 过程中的处理和使用IntSumReducer完成Combine和Reduce过程中的处理。还设置了Map过程和Reduce过程的输出类型:key 的类型为Text,value的类型为IntWritable。任务的输出和输入 路径则由命令行参数指定,并由FileInputFormat和FileOutputFormat分别设定。完成相应任务的参数设定后,即可调用 job.waitForCompletion()方法执行任务。

6.2 创建输入文件

对于所有的mapreduce工程,我们都需要有相关的输入文件作为input,就当前的demo而言,我们选择在hdfs根目录下创建:

[plain] view plain copy print ?

  1. $ $HADOOP_HOME/bin/hadoop fs -mkdir /mapreduce  
  2. $ $HADOOP_HOME/bin/hadoop fs -mkdir /mapreduce/wordcount  
  3. $ $HADOOP_HOME/bin/hadoop fs -mkdir /mapreduce/wordcount/input  
  4. $ $HADOOP_HOME/bin/hadoop fs -mkdir /mapreduce/wordcount/output  

然后在~/Documents下创建文本文档inputfile.txt文件作为输入文件,其中文件内容为:

[plain] view plain copy print ?

  1. hello yuan ye hello great great yuan yuan yuan  

把txt文件拷贝至hdfs的刚才新创建的input路径下:

[plain] view plain copy print ?

  1. $ $HADOOP_HOME/bin/hadoop fs -cp ~/Documents/inputfile.txt /mapreduce/wordcount/input  

或者直接使用eclipse中的上传功能,也可以把文件上传到input路径下。

6.3 配置运行参数

Run As -> Open Run Dialog... 选择WordCount程序,在Arguments中配置运行参数:/mapreduce/wordcount/input /mapreduce/wordcount/output/1

分别表示HDFS下的输入目录和输出目录,其中输入目录中有几个文本文件,输出目录必须不存在。

6.4 运行

Run As -> Run on Hadoop 选择之前配置好的MapReduce运行环境,点击“Finish”运行。

控制台会输出相关的运行信息。

6.5 查看运行结果

在输出目录/mapreduce/wordcount/output/1中,可以看见WordCount程序的输出文件。除此之外,还可以看见一个logs文件夹,里面会有运行的日志。

运行结果为:

 

[plain] view plain copy print ?

  1. great   2  
  2. hello   2  
  3. ye  1  
  4. yuan    4 

转自:http://blog.csdn.net/yaoyaminaco/article/details/7655437

代码交流 2021